【技术实现步骤摘要】
一种空调控制方法及系统
[0001]本专利技术涉及空调控制领域,特别是涉及一种空调控制方法及系统。
技术介绍
[0002]随着第三产业的发展及居民用电比重的上升,负荷尖峰问题愈加突出,尖峰负荷规模持续增加。空调负荷(air
‑
conditioning loads,ACLs)在夏季尖峰负荷中占据了很大比重,因为日内尖峰负荷时段通常持续1~2小时左右,相较于低频减载等场景其持续时间大大延长,现有技术通常对某单一空调负荷集群持续控制,一方面受其自身响应特性的限制可能无法实现功率削减目标,另一方面对用户舒适度的影响也较大。
[0003]考虑到ACLs及其所在空间具有一定的储热特性,且短时改变运行状态不会对用户舒适度产生较大的影响,若采取一定的聚合手段使其提供削峰服务则可显著降低发电侧的投资成本,因为直接负荷控制方式下空调负荷集群参与响应后由于状态多样性遭到破坏,极易出现负荷反弹及振荡,现有的思路大多为采取一定的抑制策略使其响应曲线更为平滑,但此种做法极大的限制了聚合功率的瞬时响应速度,并且尚未有其他方法可以实现响应速度与反弹抑制兼顾的调控策略。
技术实现思路
[0004]本专利技术的目的是提供一种空调控制方法及系统,可在实现聚合功率的迅速响应以及对功率振荡抑制的情况下完成削峰服务,降低发电侧的投资成本。
[0005]为实现上述目的,本专利技术提供了如下方案:
[0006]一种空调控制方法,包括:
[0007]获取削减目标参数和目标区域内的等效热参数;所述削减目 ...
【技术保护点】
【技术特征摘要】
1.一种空调控制方法,其特征在于,包括:获取削减目标参数和目标区域内的等效热参数;所述削减目标参数包括削减总时长和目标削减功率曲线;所述等效热参数包括:能效系数、房间等效热阻、室外温度和室内初始设定温度;根据所述等效热参数和所述削减目标参数计算常规响应数量;构建传输模型;所述传输模型为根据处于各温度区间内各运行状态的空调数量和空调集群的聚合功率构建的;根据初始时刻各温度区间内各运行状态的空调数量和所述传输模型得到第一聚合功率曲线、常规控制时长和最大功率削减值;所述第一聚合功率曲线包括初始时刻之后各时刻的聚合功率;对所述空调集群进行常规响应模式控制,并当所述常规响应模式控制结束后进行智能响应模式控制;其中,所述常规响应模式控制包括:根据所述常规控制时长和所述常规响应数量对所述空调集群进行控制,当所述常规响应模式控制达到所述常规控制时长后,进行所述智能响应模式控制;所述智能响应模式控制包括:在当前迭代次数下,将当前时刻各温度区间内各运行状态的空调数量输入所述传输模型得到上一迭代次数下的第三聚合功率曲线;所述第三聚合功率曲线包括当前时刻之后各时刻的聚合功率;根据所述最大功率削减值、所述第一聚合功率曲线、所述目标削减功率曲线和上一迭代次数下的第三聚合功率曲线得到当前迭代次数下的智能控制时长和当前迭代次数下的智能响应数量;根据当前迭代次数下的智能控制时长和当前迭代次数下的智能响应数量对所述空调集群进行控制,当当前迭代次数下的控制时长达到当前迭代次数下的智能控制时长时,进入下次迭代,直到所有迭代次数下的控制时长与常规控制时长之和达到所述削减总时长则停止迭代。2.根据权利要求1所述的一种空调控制方法,其特征在于,所述根据初始时刻各温度区间内各运行状态的空调数量和所述传输模型得到第一聚合功率曲线、常规控制时长和最大功率削减值,具体包括:根据初始时刻各温度区间内各运行状态的空调数量确定初始时刻的常规空调数量和初始时刻的智能空调数量;将所述初始时刻的常规空调数量输入所述传输模型得到第一聚合功率曲线;确定所述第一聚合功率曲线中最低点维持的时长为常规控制时长;将所述初始时刻的智能空调数量输入所述传输模型得到第二聚合功率曲线;所述第二聚合功率曲线包括经过常规控制时长控制之后各时刻的聚合功率;确定差值的绝对值为最大功率削减值;所述差值为第二聚合功率曲线起始时刻的聚合功率与最低点处的聚合功率之差。3.根据权利要求1所述的一种空调控制方法,其特征在于,所述根据所述最大功率削减值、所述第一聚合功率曲线、所述目标削减功率曲线和上一迭代次数下的第三聚合功率曲
线得到当前迭代次数下的智能控制时长和当前迭代次数下的智能响应数量,具体包括:根据所述第一聚合功率曲线、所述目标削减功率曲线和上一迭代次数下的第三聚合功率曲线得到当前迭代次数下的削减目标曲线;将当前迭代次数下的削减目标曲线中绝对值最大的削减功率确定为当前迭代次数下的目标跟踪功率;根据所述当前迭代次数下的目标跟踪功率和所述最大功率削减值确定当前迭代次数下的智能响应数量;将所述当前迭代次数下的削减目标曲线中前两个下降点之间的时间间隔确定为当前迭代次数下的智能控制时长。4.根据权利要求3所述的一种空调控制方法,其特征在于,所述根据所述第一聚合功率曲线、所述目标削减功率曲线和上一迭代次数下的第三聚合功率曲线得到当前迭代次数下的削减目标曲线,具体包括:计算所述目标削减功率曲线与所述第一聚合功率曲线的差值得到目标削减曲线;计算所述目标削减曲线与所述上一迭代次数下的第三聚合功率曲线的差值得到当前迭代次数下的削减目标曲线。5.根据权利要求3所述的一种空调控制方法,其特征在于,第一迭代次数下的削减目标曲线的确定方法为:计算所述目标削减功率曲线与所述第一聚合功率曲线的差值得到第一迭代次数下的削减目标曲线。6.根据权利要求1所述的一种空调控制方法,其特征在于,所述根据当前迭代次数下的智能控制时长和当前迭代次数下的智能响应数量对所述空调集群进行控制,具体包括:在所述当前迭代次数下的智能控制时长内对当前迭代次数下的智能响应数量的空调上调第二设定温度值,然后以空调集群的聚合功率与目标削减功率之差最小和开关切换次数最小为目标构建优化控制模型;根据所述优化控制模型对当前迭代次数下的智能响应数量的空调进行开关切换控制,并维持当前迭代次数下的控制时长达到所述当前迭代次数下的智能控制时长。7.根据权利要求6所述的一种空调控制方法,其特征在于,所述优化控制模型,具体为:minJ
obj
=(P(k)
‑
P
goal,...
【专利技术属性】
技术研发人员:马云凤,米增强,徐湘楚,孟乡占,纪陵,李靖霞,
申请(专利权)人:南京国电南自电网自动化有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。